全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 12359 道题

排序:

16259
如何理解大语言模型的回答基于概率,这对使用和验证有什么影响?
模型基础与推理推理与解码
开放讨论
—
1626
前端重复点赞如何处理?
软件工程基础系统架构与业务设计
方案设计
基础
16261
强化学习训练的样本量如何选择,它怎样影响收敛速度?
模型训练与对齐强化学习与奖励
技术决策
进阶
16263
你了解 BIRD 数据集及原帖所称的 DB BIRD Reward 模型吗?
模型训练与对齐Verifier 与训练评测
概念解释
进阶
16264
知识蒸馏的损失函数如何设计?
模型训练与对齐蒸馏与模型合并
原理机制
进阶
16265
如何使用大语言模型清洗训练数据?
模型训练与对齐训练数据构建与治理
方案设计
进阶
16266
训练中使用 QA 数据注入知识起什么作用?
模型训练与对齐训练数据构建与治理
原理机制
进阶
16267
GRPO 在 CoT 训练场景下不稳定时,如何定位和改进?
模型训练与对齐强化学习与奖励
故障排查
进阶
16268
LoRA 的 alpha 过大或过小时,可能怎样影响训练与模型输出?
模型训练与对齐参数高效微调
原理机制
进阶
16269
如何按项目需要选择 DPO、Reward 设计或其他偏好对齐方法?
模型训练与对齐偏好对齐
技术决策
进阶